具有反馈图的实用情境化_bandit算法
机器学习
2023-10-30 v3
摘要
尽管情境化_bandit（contextual bandit）已有成熟的理论，但如何有效利用不同的反馈模式来加快学习速度仍不清楚。具有反馈图的_bandit（bandits with feedback graphs）在全信息和_bandit机制之间插值，为缓解学习的统计复杂性提供了一个有前景的框架。在本文中，我们提出并分析了一种基于回归约简的具有反馈图的情境化_bandit方法。所得算法在计算上实用，并达到了已确立的极小极大速率，从而降低了实际应用中的统计复杂性。
关键词
引用
@article{arxiv.2302.08631,
title = {Practical Contextual Bandits with Feedback Graphs},
author = {Mengxiao Zhang and Yuheng Zhang and Olga Vrousgou and Haipeng Luo and Paul Mineiro},
journal= {arXiv preprint arXiv:2302.08631},
year = {2023}
}